Multi-Tacotron-Voice-Cloning

上传几段声音，克隆俄英双语说话人

这是一个基于多语种Tacotron的语音克隆项目，支持俄语和英语两种语言的音素级语音合成与克隆。它解决了跨语言语音克隆中音素映射和发音准确性的问题，核心能力包括多语种音素转换、说话人编码提取和端到端语音生成。项目基于Tacotron架构，通过预训练模型和微调实现特定说话人的声音克隆，用户只需提供少量目标说话人的音频样本，即可生成该说话人朗读任意给定文本的语音。项目代码结构清晰，包含数据预处理、模型训练和推理脚本，适合研究语音克隆技术或进行二次开发。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 396
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类音频音乐
开发团队vlomme
所属国家
官网地址https://github.com/CorentinJ/Real-Time-Voice-Cloning
GitHubhttps://github.com/vlomme/Multi-Tacotron-Voice-Cloning
定价模式free
价格说明开源项目，本地部署，完全免费
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型deep-learning,g2p,pytorch,russian,tacotron,tensorflow,tts,voice-cloning,wavernn
GitHub 星标★ 396
30天Star增速
HF 下载量
上线时间2019-08-26 00:00:00
最近更新2026-07-25 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 支持俄英双语音素级克隆，跨语言发音准确
  • 基于Tacotron经典架构，易于理解和二次开发
  • 提供预训练模型和完整训练/推理流程，上手快

不足之处

  • 仅支持俄英双语，扩展其他语言需自行训练
  • 文档和示例较少，社区活跃度低
  • 依赖旧版TensorFlow，环境配置可能较复杂

适用场景

  • 研究多语种语音合成与克隆算法
  • 构建俄英双语语音助手或配音工具
  • 教育领域用于语言学习发音示范

替代项目

Real-Time-Voice-Cloning、Coqui TTS、ESPnet-TTS

项目介绍

Multi-Tacotron-Voice-Cloning 是音频音乐领域的开源项目，由 vlomme 开发，2019 年首次发布。

它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 396。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-25。本地部署，完全免费。

它主要面向的使用场景是：研究多语种语音合成与克隆算法。同类可对比的替代方案包括 Real-Time-Voice-Cloning、Coqui TTS、ESPnet-TTS。

上一篇：Neural-Voice-Cloning-With-Few-Samples

下一篇：melgan

同类项目推荐

tango 开源

输入一句话，自动生成匹配的音频内容

A family of diffusion models for text-to-audio generation.

★ 1239 2026-08-09
AuK 开源

一个模型搞定语音生成、编辑与分离

AuK: An Open-Source Foundational Model for Speech Generation and Editing

★ 1236 2026-09-13
swift-tts 开源

Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine

A straightforward package containing version for Swift modern concurrency, Point-Fre···

★ 52 2026-08-09
ai-dj 开源

现场演出中实时用 AI 生成音乐，保持人类掌控

AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···

★ 245 2026-08-09